lineVar(tsDyn)
lineVar()所属R语言包：tsDyn
Multivariate linear models: VAR and VECM
多元线性模型：VAR和VECM
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Estimate either a VAR or a VECM.
估计一个VAR或VECM。
用法----------Usage----------
lineVar(data, lag,r=1, include = c( "const", "trend","none", "both"), model=c("VAR", "VECM"), I=c("level", "diff"),beta=NULL, estim=c("2OLS", "ML"),LRinclude=c("none", "const", "trend","both"))
参数----------Arguments----------
参数：data
multivariate time series
多变量时间序列
参数：lag
Number of lags to include in each regime
包括在每一个政权的滞后阶数
参数：r
Number of cointegrating relationships
协整关系数
参数：include
Type of deterministic regressors to include
确定性回归变量的类型，包括
参数：model
Model to estimate. Either a VAR or a VECM
模型估计。无论是VAR或VECM
参数：I
For VAR only: whether in the VAR the variables are to be taken in levels (original series) or in difference
仅对于VAR：是否在VAR的变量应采取的级别（原系列）或差异
参数：beta
for VECM only: cointegrating value. If null, will be estimated
只VECM协整值。如果为null，将估计
参数：LRinclude
Possibility to include in the long-run relationship and the ECT trend, constant... Can also be a matrix with exogeneous regressors
的可能性，包括在术语关系和ECT趋势，不断...也可以是外源性回归系数矩阵
参数：estim
Type of estimator for the VECM: '2OLS' for the two-step approach or 'ML' for Johansen MLE
类型的VECM：2 OLS估计的两步走的方法或“ML”约翰森MLE
Details
详细信息----------Details----------
This function provides basic functionalities for VAR and VECM models. More comprehensive functions are in package vars. A few differences appear in the VECM estimation:
此功能提供了基本的功能，VAR和VECM模型。更全面的功能套件“vars。 VECM估计出现的一些区别：
Engle-Granger estimatorThe Engle-Granger estimator is available
恩格尔格兰杰estimatorThe恩格尔格兰杰估计是
PresentationResults are printed in a different ways, using a matrix form
PresentationResults被打印在不同的方法中，使用以矩阵形式
lateX exportThe matrix of coefficients can be exported to latex, with or without standard-values and significance stars
乳胶exportThe的系数矩阵可以导出到乳胶，或没有标准的价值和意义明星
Two estimators are available: the Engle-Granger two step approach (2OLS) or the Johansen (ML). For the 2OLS, deterministic regressors (or external variables if LRinclude is of class numeric) can be added for the estimation of the cointegrating value and for the ECT. This is only working when the beta value is not pre-specified.
估计是：恩格尔格兰杰两步法（2OLS）或约翰森（ML）。对于2OLS的，确定性的回归系数（或外部变量LRinclude类数字），可以增加估计的协整值和ECT的。这仅仅是工作时不预先指定的β值。
The arg beta is the cointegrating value, the cointegrating vector will be taken as: (1, -beta).
arg的测试版是协整的值，协整向量为：（1-β）。
值----------Value----------
Fitted model data
拟合模型的数据
（作者）----------Author(s)----------
Matthieu Stigler
参见----------See Also----------
VECM which is just a wrapper for lineVar(...,model="VECM")
VECM这只是一个包装lineVar(...,model="VECM")
TVAR and TVECM for the corresponding threshold models. linear for the univariate AR model.
TVAR和TVECM相应的阈值模型。 linear单变量AR模型。
实例----------Examples----------
data(zeroyld)
data<-zeroyld
#Fit a VAR[装一个VAR]
VAR<-lineVar(data, lag=1)
VAR
summary(VAR)
#compare results with package vars:[包瓦尔比较结果：]
if(require(vars)) {
a<-VAR(data, p=1)
vaco1<-coef(a)$short.run[c(3,1,2),1]
vaco2<-coef(a)$long.run[c(3,1,2),1]
round(coef(VAR),8)==round(rbind(vaco1, vaco2),8)
}
###VECM[＃＃VECM]
VECM.EG<-lineVar(data, lag=2, model="VECM")
VECM.EG
summary(VECM.EG)
VECM.ML<-lineVar(data, lag=2, model="VECM", estim="ML")
VECM.ML
summary(VECM.ML)
###Check Johansen MLE[＃＃检查约翰森MLE]
myVECM<-lineVar(data, lag=1, include="const", model="VECM", estim="ML")
summary(myVECM, digits=7)
#comparing with vars package[与瓦尔包装比较]
if(require(vars)){
a<-ca.jo(data, spec="trans")
summary(a)
#same answer also![同样的回答也！]
}
##export to Latex[＃出口到乳胶]
toLatex(VECM.EG)
toLatex(summary(VECM.EG))
options("show.signif.stars"=FALSE)
toLatex(summary(VECM.EG), parenthese="Pvalue")
options("show.signif.stars"=TRUE)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-10-1 12:32:47
